06 FR Fonctions Spécifiques

Formation
Analyse vibratoire des

machines tournantes
Fonctions spécifiques
Chapitre 6
DTCT.A.04.01/SFO/001/Rev.A - 05/01/04 - Chapitre 6

Fonctions spécifiques La concaténation de spectres
Chapitre 6
! Introduction
Un spectre concaténé est un spectre composé de plusieurs
spectres unitaires :
[0-200] Hz " ∆F=0.25 Hz
[0-2000] Hz " ∆F=2.5 Hz
[0-20000] Hz " ∆F=25 Hz
Spectre concaténé
Auteur : F. CHAMPAVIER
Ce document est la propriété de 01dB. Toute communication, reproduction, publicité, même partielle, est interdite sauf autorisation écrite du propriétaire. 2
Chapitre 6
! Principe
Chapitre 6
! Avantages
Le spectre concaténé présente les avantages suivants :
# Affichage d’un spectre unique avec la résolution

fréquentielle adaptée dans chaque gamme de fréquences
# Comparaison simplifiée des mesures en différents points de
mesure
# Possibilité d’utiliser des outils d’analyse puissants tels que
les curseurs harmoniques et les curseurs de bandes
latérales
Chapitre 6
! Exemple
∆F=0.25 Hz ∆F=2.5 Hz ∆F=25 Hz
Fonctions spécifiques Le zoom
Chapitre 6
! Introduction
La fonction zoom permet d’atteindre une résolution en
fréquence très élevée dans une portion donnée quelconque du
spectre.
Elle est utile en présence de phénomènes de fréquences très
proches tels que les phénomènes magnétiques sur moteurs
électriques asynchrones :
# Balourd magnétique et balourd mécanique
# Défaut d’anisotropie rotorique (modulation des fréquences
d’encoches)
Chapitre 6
! Principe
Le zoom par un facteur k consiste à concentrer les N points
d’échantillonnage de la bande [0;FM] de largeur FM dans une
bande de largeur FM/k centrée autour d’une fréquence F0.
ZOOM
F0 FM -FSF0 FS FM
La résolution devient ∆F/k dans la bande d’analyse.

Chapitre 6
! Principe
L’algorithme de calcul utilise une transposition du signal sur
l’axe des fréquences, un filtrage passe-bande [-FS;+FS], un
sous-échantillonnage (1 échantillon sur k est gardé) et la FFT.
F0 FM -F0 -FS 0 FS FM-F 0
Chapitre 6
! Influence sur le temps d’acquisition

Soient :
# FE : Fréquence 1 FE N
∆F = = T=
d’échantillonnage T N FE
# FEZ : Fréquence
d’échantillonnage en FM
2.FS= FE
mode zoom k FEZ =
k
# N : Nombre de point
acquis FE=2,56.FM
# T : Durée de l’acquisition
# TZ : Durée de l’acquisition N
TZ = =k.T
en mode zoom FEZ
Le temps d’acquisition est multiplié par k.
Fonctions spécifiques La détection d’enveloppe
Chapitre 6
! Généralités
La détection d’enveloppe est un traitement qui permet l’étude
des phénomènes de modulation. Elle permet la mise en
évidence de la fréquence modulante, souvent noyée dans un
spectre de raies plus énergétiques.
En analyse vibratoire, elle est préconisée pour le diagnostic de

défauts de roulements à un stade précoce, ainsi que pour
l’étude des phénomènes de modulation mécaniques
(engrènement) ou électriques (moteurs asynchrones).
Chapitre 6
! Les défauts de roulement : Rappels

Les défauts de roulement à un stade précoce
sont des défauts localisés sur les éléments
roulants :
# Bagues interne
# Bague externe
# Eléments roulants
Ces défauts se manifestent par des chocs

périodiques, de faible amplitude, dont les
fréquences de répétition dépendent de la
géométrie du roulement.
Chapitre 6
! Les défauts de roulement : Rappels

$ Les chocs durs excitent les Spectre de choc
fréquences de résonance du
roulement et du palier d’accueil :
La réponse est une vibration large
bande centrée sur les fréquences
de résonance locaux.
$ Le spectre de chocs n’est
généralement pas observable
directement en raison des
amplitudes faibles des raies du
peigne.
$ La détection d’enveloppe permet Réponse structure
la mise en évidence de ce spectre.
Chapitre 6
! Principe
Filtrage
Passe Bande FFT
Enveloppe
Chapitre 6
! Utilisation : Définition du filtre

La bande de fréquences à démoduler
peut être définie :
# Par ses bornes F1 et F2
# Par une fréquence centrale F0 et
une largeur L.
La bande de fréquences est choisie
F1 F2
dans les zones d’amplification de la
fonction de transfert, c’est à dire les
zones d ’énergie importantes sur un
L
spectre large bande. La largeur de
bande est à déterminer par essais
successifs.
F0
Chapitre 6
! Utilisation : Définition des paramètres FFT

# Les paramètres de la FFT
Dans le cas de défauts de roulement,
les fréquences cinématiques L
recherchées sont des fréquences
basses (qq centaines de Hz).
Le spectre affiché devra pouvoir
mettre en évidence les premières
harmoniques : FMAX = 1kHz à 2 kHz.
Attention : La largeur du filtre passe-
bande et la gamme du spectre
enveloppe associé peuvent être liés :
FMAX=L/2 sur Movilog2
FMAX
Fonctions spécifiques Le Cepstre
Chapitre 6
! Généralités
Le Cepstre est un outil mathématique qui permet la mise en
évidence des périodicités dans un spectre en fréquence.
Il associe à une famille de raies harmoniques ou un ensemble
de bandes latérales une raie unique dans sa représentation
graphique.
Il est utilisé pour le diagnostic des phénomènes de modulation
- en fréquence ou en amplitude - et des phénomènes de chocs
périodiques.
Chapitre 6
! Rappels sur la FFT

U2RMS
FFT Spectre de
puissance X2(F)
A2/2
A02
A
A0 F1
URMS
A/√2
A0
Spectre en
amplitude X(F) F1
Chapitre 6
! Principe
Le Cepstre résulte de la transformée de Fourier inverse d’un
spectre de puissance : Son unité est homogène à un temps -
en relation avec le domaine des fréquences - que l’on appelle
quéfrence :
Ce(τ) = TF-1{Log[X2(F)]} = TF-1{2.Log[X(F)]}
X(F) : Spectre en amplitude du signal

X2(F) : Spectre de puissance du signal
Chapitre 6
! Principe
Spectre d’une
modulation de
fréquence :
F0 = 1280 Hz
F1 = 142.22 Hz
Chapitre 6
! Principe
Cepstre d’une
modulation de
fréquence :
dτ = 1/F1=0.007s
Chapitre 6
! Utilisation
Forces Déplacement
F(t) H(t) X(t)
Structure
H(F)
F(F) X(F)
X(F) = H(F).F(F) Log[X(F)] = Log[H(F)] + Log[F(F)]
TF-1{2.Log[X(F)]} = TF-1{2.Log[H(F)]} + TF-1{2.Log[F(F)]}
CeX(τ) = CeH(τ) + CeF(τ)
Chapitre 6
! Utilisation
Le Cepstre de la réponse de la structure est donc la somme du
Cepstre du signal d ’entrée et du Cepstre de la fonction de
transfert. Si les domaines de fréquences sont disjoints, les
composantes du signal d’entrée sont faciles à identifier dans le
Cepstre et leurs amplitudes sont indépendantes des conditions
de mesurage :
# Direction de mesure
# Montage du capteur,..
Leurs évolutions peuvent traduire l’apparition d’un défaut à un
stade précoce.
Chapitre 6
! Terminologie
La terminologie particulière
relative au cepstre n’est pas
normalisée mais son utilisation 1er rhamonic
est d’un usage courant. Afin de
distinguer la représentation
cepstrale de la représentation
spectrale, on utilise les termes
dérivés suivants :
Axe des
# Quéfrence (homogène à
Quéfrences
un temps)
# Rahmonique
# Liftrage
Chapitre 6
! Exemple d’utilisation : Défaut rotorique sur moteur

asynchrone à cage
∆F=2.3 Hz
Chapitre 6
! Exemple d’utilisation : Défaut rotorique sur moteur

asynchrone à cage
∆τ =
1/∆F=
0.43s
Fonctions spécifiques Le Kurtosis
Chapitre 6
! Définitions : Variable aléatoire

Une variable aléatoire est une grandeur réelle dont la valeur
dépend du hasard. Elle peut être caractérisée par une loi de
probabilité qui définit la probabilité que la variable prenne ses
différentes valeurs possibles.
$ Une variable aléatoire est dite continue lorsqu’elle peut
prendre n’importe quelle valeur dans un intervalle donné.
$ Une variable aléatoire est dite discrète lorsqu’elle ne peut
prendre qu’un nombre fini de valeurs distinctes (cas des
signaux échantillonnés).
La loi de probabilité peut être décrite de plusieurs manières :
Chapitre 6
! Définition : Fonction de répartition d’une variable aléatoire

La fonction de répartition d’une variable aléatoire X exprime la
probabilité que la variable X prenne une valeur inférieure à
une valeur x donnée au cours de N réalisations :
F(x) = Prob[X≤x]
Variable aléatoire continue Variable aléatoire discrète
1 1
x x
0 0
Chapitre 6
! Définition : Densité de probabilité d’une variable aléatoire

La densité de probabilité est par définition la dérivée de la
fonction de répartition :
+∞
p(x) = dF(x)/dx d’où ∫ p(x).dx=F(∞)=1
-∞
Prob[a≤x ≤b]
b p(x1) p(x3) p(x5)
=∫ p(x).dx p(x6)
a
p(x2) p(x4)
x x
0 ab
Chapitre 6
! Illustration de la densité de probabilité : Histogramme
Chapitre 6
! Espérance mathématique d’une variable aléatoire

L’espérance mathématique ou moyenne sur échantillons d’une
variable aléatoire X est définie par :
+∞ 1 k=N
E(X)=x=∫ x.p(x).dx E(X)= x = ∑ xk
-∞ N k=1
On définit alors souvent la variable centrée associée à la
variable aléatoire par soustraction de la valeur moyenne :
~
x = (x-x)
~
La variable aléatoire centrée à une moyenne nulle : E(x)=0
Chapitre 6
! Variance d’une variable aléatoire

La variance d’une variable aléatoire X est définie comme le
moment centré d’ordre 2 de la variable aléatoire :
∞ +
1 k=N
σ2= ∫ (x - x)2.p(x).dx σ2 = ∑ (xk - x)2
-∞ N k=1
Chapitre 6
! Moments d’une variable aléatoire

Les moments d’une variable aléatoire X sont définis comme
les espérances mathématiques des différentes puissances de
cette variable :
# Moment d’ordre 1
+∞
M1= ∫ (x - x).p(x).dx
-∞
# Moment d’ordre 2 ou variance
∞ +
M2= ∫ (x - x)2.p(x).dx = σ2
-∞
σ est appelé écart type de la variable aléatoire
Chapitre 6
! Variable aléatoire Gaussienne

Une variable aléatoire est Gaussienne ou Normale si sa
densité de probabilité peut être écrite sous la forme :
-(x - x)2
1 .e 2.σ2
p(x)=
σ.√2.√π
Une distribution Gaussienne est caractérisée entièrement par

son espérance E(x) et sa variance σ.
Chapitre 6
! Variable aléatoire Gaussienne unitaire

Lorsque E(x)=0 et σ=1, la variable aléatoire est dite Gaussienne
unitaire et sa densité de probabilité est la suivante :
0.5
0.4
0.3
0.2
0.1
0.0
-3 -2 -1 0 1 2 3
Chapitre 6
! Influence de l’écart type

Pour la loi
3.0
Gaussienne,
2.5 l’écart-type
caractérise la
2.0
σ2=0.02 largeur de la
1.5 courbe de
σ2=0.1 Gauss, et donc
1.0 la dispersion
σ2=1 des valeurs
0.5 σ2=5 autour de la
0.0 valeur
-5 -4 -3 -2 -1 0 1 2 3 4 5 moyenne.
Chapitre 6
! Définition du Kurtosis
Le Kurtosis est défini comme le moment centré d’ordre 4 de
de la variable aléatoire :
+∞
1 k=N (xk - x)
4
1
K= ∫ (x - x)4.p(x).dx K= ∑
σ4 -∞ N k=1 σ4
Le Kurtosis caractérise # Carré " K=1

l’écrasement de la courbe # Sinus " K=1.5
de densité de probabilité. # Triangle " K=1.75
# Gaussienne " K=3
Chapitre 6
! Utilisation du Kurtosis
La distribution statistique de l’amplitude du bruit produit par
un roulement en bon état obéit à une loi Gaussienne.
K=3
x
0
-3.00
Chapitre 6
Les chocs générés par la dégradation du roulement modifient
l’allure de la courbe de densité de probabilité de l’amplitude.
x
K>3
x
0
-3.00
Chapitre 6
Le Kurtosis est assimilable à un facteur de forme dont la
valeur dépend peu de l’amplitude du signal.
# Exemple de calcul du Kurtosis dans une fenêtre glissante :
% Durée RMS K
% 15 mg 2.3
&
& 120mg 24
'
' 74 mg 62
( ( 102 mg 39
Chapitre 6
Le Kurtosis présente une grande sensibilité aux chocs,
périodiques ou non périodiques.
Kurtosis
RMS
Chocs
Chapitre 6
Le Kurtosis présente les inconvénients suivants :
# Définition des paramètres
Le Kurtosis est calculé après filtrage : La bande de
fréquences choisie doit coïncider avec une résonance
de structure afin d’optimiser la sensibilité de
l’indicateur.
# Evolution de l’indicateur
Comme le facteur de crête, le Kurtosis décroît lorsque les
défauts se développent : Il reprend une valeur proche de 3
au voisinage de la destruction du roulement. Il est
recommandé de lui associer un suivi de l’évolution de la
valeur RMS du signal.
Fonctions spécifiques
Siège Social LYON
200 chemin des Ormeaux
69578 Limonest Cedex
Tél : 04 72 52 48 00
Agences :
Aix en Provence
Bordeaux
Cherbourg
USA
Italie
Brésil
Chapitre
Filiales :
Filiales :
6
Lille
Fax : 04 72 52 47 47 Paris Distributeurs :
Toulouse dans plus de 25 pays
FIN
www.01db.com
infof@01db.com

06 FR Fonctions Spécifiques

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

06 FR Fonctions Spécifiques

Загружено:

Авторское право:

Доступные форматы

Formation

Analyse vibratoire des

DTCT.A.04.01/SFO/001/Rev.A - 05/01/04 - Chapitre 6

[0-200] Hz " ∆F=0.25 Hz

[0-2000] Hz " ∆F=2.5 Hz

[0-20000] Hz " ∆F=25 Hz

# Affichage d’un spectre unique avec la résolution

∆F=0.25 Hz ∆F=2.5 Hz ∆F=25 Hz

La résolution devient ∆F/k dans la bande d’analyse.

F0 FM -F0 -FS 0 FS FM-F 0

! Influence sur le temps d’acquisition

En analyse vibratoire, elle est préconisée pour le diagnostic de

! Les défauts de roulement : Rappels

Ces défauts se manifestent par des chocs

! Les défauts de roulement : Rappels

! Utilisation : Définition du filtre

! Utilisation : Définition des paramètres FFT

! Rappels sur la FFT

Ce(τ) = TF-1{Log[X2(F)]} = TF-1{2.Log[X(F)]}

X(F) : Spectre en amplitude du signal

X(F) = H(F).F(F) Log[X(F)] = Log[H(F)] + Log[F(F)]

TF-1{2.Log[X(F)]} = TF-1{2.Log[H(F)]} + TF-1{2.Log[F(F)]}

CeX(τ) = CeH(τ) + CeF(τ)

! Exemple d’utilisation : Défaut rotorique sur moteur

! Exemple d’utilisation : Défaut rotorique sur moteur

! Définitions : Variable aléatoire

! Définition : Fonction de répartition d’une variable aléatoire

! Définition : Densité de probabilité d’une variable aléatoire

! Illustration de la densité de probabilité : Histogramme

! Espérance mathématique d’une variable aléatoire

! Variance d’une variable aléatoire

! Moments d’une variable aléatoire

! Variable aléatoire Gaussienne

Une distribution Gaussienne est caractérisée entièrement par

! Variable aléatoire Gaussienne unitaire

! Influence de l’écart type

Le Kurtosis caractérise # Carré " K=1

# Exemple de calcul du Kurtosis dans une fenêtre glissante :

Вам также может понравиться